一种基于小波网络模型参考自适应控制系统的设计与应用

根据神经网络内模控制的思想,提出了一种基于小波网络的模型参考自适应控制方法。该方法选用两个小波神经网络,分别作为系统模型的辨识器和控制器。此外,为了减小系统误差,在控制器和辨识器之间加入一个小波神经网络,作为非线性自适应滤波器。仿真结果和应用实例表明了该方法的有效性和合理性。     

带旋转因子的多路回波消除自适应滤波算法简化

对带旋转因子的多路回波消除自适应滤波算法(NLMS RF)中的旋转因子的取值进行了分析,给出了NLMS RF算法及其扩展的带旋转因子的多路仿射投影算法(APA RF)的一种简化形式。这种简化是通过使算法中"预处理"后的输入向量相互正交而实现的。简化后的算法无需对旋转因子的取值进行选取,并降低了算法的计算复杂度。通过计算机数值模拟仿真实验表明了简化后的算法的有效性。     

H∞自适应滤波的理论分析及其在导航系统中的应用研究

由于双星系统的误差模型未知，且稳定性较差，采用Kalman滤波实现惯导／双星组合导航时，其滤波特性较差。而H^∞自适应估计对模型的不定性和干扰信号的统计信息不需做任何假设，而使它在工程实践中有广泛的应用。本文研究了H^∞自适应滤波，并将其应用到惯导／双星组合导航系统中。该方法是通过从输入干扰信号到估计误差间的最大能量增益的最小化找到一种H^∞最优估计策略来保证滤波器的鲁棒性。利用双星和惯导的实测数据进行仿真实验，并和递推最小二乘法、最小均方法进行比较。仿真结果表明，H^∞自适应滤波的鲁棒性优于其它两种算法。     

基于RBF神经网络的电力系统自适应励磁控制器的设计

采用后推设计算法设计了SISO严格反馈系统的RBF神经网络自适应控制器。权值的调整算法基于所选择的积分型的Lyapunov函数 ,能保证整个闭环系统是最终一致有界的。把所设计的控制方案用于电力系统的励磁控制中。仿真结果表明 ,所设计的控制器具有良好的跟踪性能和鲁棒性     

保持轮廓清晰的有理-线性彩色图像内插放大方法

提出了一种有理-线性的自适应彩色图像向量插值方法。该方法是将数字图像的每一个象素看作是平面域的关于RGB三原色的一个向量,首先结合图像的局部和边缘特征对图像进行N×N块划分,根据图像的块特征构造二元向量Newton-Thiele型有理插值曲面或Newton-Newton插值曲面,然后对插值曲面进行采样以实现图像的缩放。采用文中的算法得到的放大图像,不仅可保持轮廓的清晰,而且可得到较好的彩色图像视觉效果。最后试验证明,该方法比常规方法产生的放大图像质量高。     

基于完全自适应遗传算法的非线性框架的结构优化设计研究

本文阐述了基于GA的结构优化设计基本原理,解决了优化设计过程中的技术问题。提出了AGA的完全自适应概念,在算法中所设计的操作算子,控制算子均具自适应能力,算子可以根据群体情况进行自行调节,使群体在向收敛的过程中尽可能的保持良性进化,尽可能的在较短的进化进程中收敛于全局最优解。最后,结合一非线性框架进行了优化设计,取得了较好的效果,并显示出设计的新颖性,快速性。     

精选—优化辅助变量法对于闭环参数估计的收敛性

本文用连续微分方程方法分析了精选优化辅助变时量法对于闭环系统的参数估计的收敛特性，给出了收敛性的条件，这样就为用该辨识算法实现有效自适应控制系统设计提供了理论依据。     

一种强鲁棒性自适应PID控制算法

本文提出一种强鲁棒性自适应PID控制算法，通过数学仿真，证实了算法的有效性。     

液压驱动工程车辆牵引性能参数的配置与控制

研究了现行工程车辆牵引性能参数静态匹配理论的特点与不足,发现机械传动与液力机械传动车辆对波动剧烈的动态负荷适应能力极差,不能保证车辆始终在理想匹配点工作,利用行走机构打滑限制超载会丧失牵引功率,增加司机操作强度,结果使机器生产效率降低。提出了利用液压无级变速传动,进行恒功率速度自适应控制,动态工况下的牵引性能参数仍按照静态匹配理论计算,在行走机构全打滑前(滑转率δm=30%～35%)进行极限负荷控制的设计方法。结果表明,该方法可提高工程车辆动力性、经济性、作业生产率综合性能和实现自动化。     

一种基于CAS原理的智能决策支持系统模型

剖析了传统决策支持系统发展面临的困难，运用复杂自适应系统(CAS)的原理和自组织的观点，提出了一种新的基于CAS原理的智能决策支持系统模型和设计思路，论述了该模型的基本结构、运作过程及与传统DSS的区别、并探讨了规则编码、竞争机制与信用分派及规则发现等问题．这种新思路有助于解决数据、知识和模型的一体化管理问题，加强DSS的自适应能力和智能性。